Téléchargement AItrika - Téléchargement du code source AItrika

AItrika

Code Source AI

1.0.0

Télécharger

Aitrika

Améliorez vos connaissances en recherche médicale.

Aitrika (anciennement Pubgpt ) est un outil qui peut extraire de nombreuses informations pertinentes dans les documents médicaux d'une manière facile:

Abstrait
Texte complet (lorsqu'il est disponible)
Gènes
Maladies
Mutations
Associations entre les gènes et les maladies
Mesh Termes
Autres termes
Résultats
Bibliographie

Et ainsi de suite!

Exécutez l'application de démonstration

Vous pouvez essayer Aitrika avec l'application Streamlit en exécutant:

 streamlit run app.py

Ou vous pouvez l'utiliser un script en exécutant:

 python main.py

? Installer

Pour tout installer, vous avez besoin uv .

Tout d'abord, installez uv avec la commande:

 python main.py

Après cela, créez un environnement virtuel avec la commande:

 uv venv venv_name

Activer l'env virtuel:

 source venv_name/bin/activate

Et installer les dépendances:

 uv pip install -r requirements.in

? Définir les touches API LLM

Afin de définir des clés API, insérez vos clés dans le fichier env.example et renommez-le à .env .

? Usage

Vous pouvez facilement obtenir des informations sur un article en passant une pièce d'identité PubMed:

 from aitrika . engine . aitrika import OnlineAItrika
aitrika_engine = OnlineAItrika ( pubmed_id = pubmed_id )
title = aitrika_engine . get_title ()
print ( title )

Ou vous pouvez analyser un PDF local:

 from aitrika . engine . aitrika import LocalAItrika
aitrika_engine = LocalAItrika ( pdf_path = pdf_path )
title = aitrika_engine . get_title ()
print ( title )

 Breast cancer genes: beyond BRCA1 and BRCA2.

Vous pouvez obtenir d'autres informations, comme les associations entre les gènes et les maladies:

 associations = aitrika_engine . get_associations ()

 [
  {
    "gene": "BRIP1",
    "disease": "Breast Neoplasms"
  },
  {
    "gene": "PTEN",
    "disease": "Breast Neoplasms"
  },
  {
    "gene": "CHEK2",
    "disease": "Breast Neoplasms"
  },
]
...

Ou vous pouvez obtenir une belle dataframe formatée:

 associations = aitrika_engine . associations ( dataframe = True )

      gene                          disease
0    BRIP1                 Breast Neoplasms
1     PTEN                 Breast Neoplasms
2    CHEK2                 Breast Neoplasms
...

Avec le pouvoir de RAG, vous pouvez interroger votre document:

 ## Prepare the documents
documents = generate_documents ( content = abstract )

## Set the LLM
llm = GroqLLM ( documents = documents , api_key = os . getenv ( "GROQ_API_KEY" ))

## Query your document
query = "Is BRCA1 associated with breast cancer?"
print ( llm . query ( query = query ))

 The provided text suggests that BRCA1 is associated with breast cancer, as it is listed among the high-penetrance genes identified in family linkage studies as responsible for inherited syndromes of breast cancer.

Ou vous pouvez extraire d'autres informations:

 results = engine . extract_results ( llm = llm )
print ( results )

 ** RESULTS **

- High-penetrance genes - BRCA1, BRCA2, PTEN, TP53 - responsible for inherited syndromes
- Moderate-penetrance genes - CHEK2, ATM, BRIP1, PALB2, RAD51C - associated with moderate BC risk
- Low-penetrance alleles - common alleles - associated with slightly increased or decreased risk of BC
- Current clinical practice - high-penetrance genes - widely used
- Future prospect - all familial breast cancer genes - to be included in genetic test
- Research need - clinical management - of moderate and low-risk variants

Exécutez l'API

Pour exécuter l'API Aitrika, suivez ces étapes:

Assurez-vous que vous avez configuré votre environnement et installé toutes les dépendances comme décrit dans la section d'installation.
Exécutez le serveur API à l'aide de la commande suivante:

python api.py

L'API commencera à fonctionner sur http://0.0.0.0:8000. Vous pouvez désormais faire des demandes aux différents points de terminaison:

/ Associations: obtenir des associations d'un article PubMed
/ Résumé: Obtenez le résumé d'un article PubMed
/ Requête: requête un article PubMed
/ Résultats: Obtenez les résultats d'un article PubMed
/ Participants: Obtenez le nombre de participants d'un article PubMed
/ Résultats: Obtenez les résultats d'un article PubMed

Vous pouvez utiliser des outils comme Curl, Postman ou tout client HTTP pour interagir avec l'API. Par exemple:

curl -X POST " http://localhost:8000/abstract " -H " Content-Type: application/json " -d ' {"pubmed_id": 12345678} '

La documentation de l'API est automatiquement générée et enregistrée sur docs/api-reference/openapi.json . Vous pouvez utiliser ce fichier avec des outils comme Swagger UI pour une expérience d'exploration API plus interactive.